SCI Библиотека

В статье исследуются проблемы управления индивидуальной образовательной траекторией (ИОТ) студентов, базирующейся на анализе цифрового профиля и цифрового следа. Авторы подчеркивают значимость персонализации образовательного процесса для повышения его эффективности и адаптации к уникальным потребностям учащихся. Рассматриваются основные вызовы, связанные с использованием цифрового следа, включая его ограниченность, неполноту данных и сложности при прогнозировании академической успешности. Особое внимание уделено вопросам интеграции цифрового профиля в системы управления обучением, где отсутствие единой стандартизированной структуры затрудняет анализ и перенос данных между различными образовательными учреждениями. Также обсуждаются угрозы конфиденциальности и этические аспекты, связанные с хранением и обработкой личных данных студентов. Авторы подчеркивают необходимость разработки универсальных стандартов для структуры цифрового профиля, а также внедрения более эффективных методов сбора и анализа данных, включая использование данных социальных сетей и видеоаналитики. В заключение статьи акцентируется внимание на необходимости нахождения баланса между глубоким уровнем персонализации и сохранением способности студентов адаптироваться к разнообразным образовательным контекстам, чтобы избежать риска гиперперсонализации.

Целью данной работы является решение проблемы внеплановых отказов подшипников качения, установленных на промышленном оборудовании, в результате их неправильного обслуживания в процессе эксплуатации. Известно, что до 50% всех внеплановых простоев промышленного оборудования происходит по причине разрушения подшипников. При этом основной причиной отказа подшипников являются нарушения режима смазки тел качения: избыточное и недостаточное количество смазочных материалов. Эти причины составляют до 36% от общего числа отказов подшипников. В процессе эксплуатации оборудования выявить и предупредить все проблемы со смазкой подшипников очень сложно, по причине большого разнообразия факторов, влияющих на их возникновение. Поэтому, актуальной задачей для исследования, становится разработка автоматизированной рекомендательной системы для управления сервисным обслуживанием промышленного оборудования, с контролем смазки подшипниковых узлов. В работе рассматривается метод классификации состояний подшипников в зависимости от их диагностических параметров: показателей виброскорости, виброускорения и температуры. С этой целью применяются алгоритмы классического машинного обучения: модели KNN, RandomForestClassifier и SVM. Для каждой модели определяются гиперпараметры, позволяющие достигать максимальных результатов во время обучения. В процессе проведения исследования выполнен анализ влияния каждого из диагностических параметров - признаков на показатели работы модели классификации. Понимание, какой показатель работы подшипника будет наиболее важным, позволит выбирать приборы контроля состояния оборудования на производственном предприятии осознанно, для решения конкретных производственных задач. Разработанный алгоритм позволяет качественно, с 98% точностью, производить оценку состояния смазки подшипников качения и выдавать рекомендации по проведению своевременного сервисного обслуживания оборудования. Модель - классификатор планируется использовать в составе комплекса по контролю за техническим состоянием оборудования, расширяя возможности диагностики: помимо сведений о вероятности отказа оборудования и прогнозных сроках службы, комплекс диагностики, совмещенный с предлагаемой моделью, позволит воздействовать на ходимость подшипников, путем улучшения качества их смазки.

Разработана методика преобразования пиксельных изображений с целью
формирования нового типа структур – названных автором нитевидными, обладающих
свойством выявлять существенные особенности преобразуемых объектов. Также разработана программа на языке Python с использованием модуля компьютерного зрения OpenCV и модуля работы с массивами данных Numpy, позволяющих эффективно обрабатывать исходные пиксельные изображения и визуализировать сформированные на их основе нитевидные отображения. Описаны как принципы разработанного метода, так и основные действия, осуществляемые в ходе исполнения кода программы. Созданная программа отличается простотой использования и возможностью регулирования шага расположения нитей. По результатам экспериментов по обработке большого количества разнородных изображений и анализа полученных результатов сделаны выводы и даны рекомендации по перспективам применения нитевидных структур в различных сферах науки и искусства. Особое внимание уделено преобразованию широко распространённых в природе фрактальных изображений. Также рассмотрено потенциальное удобство применения разработанных нитевидных структур при совершенствовании процедур распознавания нечётких изображений (в том числе с использованием нейросетей), например, полученных со спутников.

Трёхмерное изображение решения системы обыкновенных дифференциальных уравнений (ОДУ), описывающих конвективный поток, представляет собой аттрактор Лоренца. Данная система уравнений является базовой детерминированной системой, с исследования которой началось развитие теории хаоса. Для получения характеристик этой сложной системы необходима разработка современного программного продукта, доступного и удобного в использовании.
Целью работы являлось создание программы для исследования аттрактора Лоренца на языке Python с использованием библиотек специальных команд. Особенное внимание уделено способам решения системы ОДУ разными численными методами и наглядности представляемых результатов.
Описаны блоки кода разработанной программы; с её помощью произведён расчёт аттрактора Лоренца при варьировании численных методов решения ОДУ и параметров системы. По результатам расчёта сделаны выводы.

The three-dimensional representation of the solution for the ordinary differential equations system (ODE) describing convective flow is a Lorentz attractor. This system of equations is the basic deterministic system with which the development of chaos theory began. In order to derive the characteristics of this complex system, the development of a modern accessible and easy to use software product is necessary.
The aim of the work was to create a program for investigating the Lorentz attractor in Python using special command libraries. Particular attention is paid to ways of solving the system of ordinary differential equations by different numerical methods and to the clarity of the presented results.
The code blocks of the developed software are described; it is used to calculate the Lorentz attractor by varying the numerical methods for solving the ordinary differential equations and system parameters. Conclusions are drawn from the results of the calculation.